目的通过机器学习筛选出烧伤患者创面细菌感染的风险因素，建立烧伤患者入院后创面细菌感染的风险预测模型，为预防和治疗烧伤患者入院后创面细菌感染提供新思路。方法纳入南京医科大学附属苏州医院北区烧伤科2023年1月1日至8月1日因烧伤而收治入院的139例患者，按创面细菌培养结果分为Ⅰ组（培养结果阴性）77例和Ⅱ组（培养结果阳性）62例。收集2组患者年龄、性别、烧伤面积（BA）及入院时进行检测的血常规指标（17项）、血凝指标（7项）和生化指标（17项）等44项指标。通过最小绝对值选择和收缩算子（LASSO）回归技术来筛选变量数作为风险因素，使用逻辑回归logistic方法构建风险预测列线图模型，通过内部随机分组（训练集0.8∶验证集0.2），并分别绘制出其受试者工作特征曲线，计算曲线下面积评价预测效果。通过绘制校准曲线对模型进行最后的性能验证。结果通过LASSO回归技术分析筛选出性别（拦截值：0.30）、BA（拦截值：1.60）、白细胞计数（拦截值：0.34）、碱性磷酸酶（拦截值：0.28）、甘油三酯（拦截值：-0.71）、嗜碱性粒细胞百分率（拦截值：1.05）、白蛋白（拦截值：-1.62）和白蛋白/球蛋白（拦截值：0.05）8个可以评估烧伤患者创面细菌感染风险的因素，并且根据这些变量构建了列线图，表现出良好的一致性和准确性。 结论烧伤患者性别、BA及血液检验中6个指标与伤口创面细菌感染之间存在非线性和正相关联，建立的预测模型对烧伤患者创面细菌感染的风险有一定预测价值。